FinSight: Rumo à Pesquisa Profunda em Finanças do Mundo Real

FinSight: Towards Real-World Financial Deep Research

October 19, 2025

Autores: Jiajie Jin, Yuyao Zhang, Yimeng Xu, Hongjin Qian, Yutao Zhu, Zhicheng Dou

cs.AI

Resumo

A geração de relatórios financeiros profissionais é um processo intensivo em mão de obra e intelectualmente exigente, com o qual os sistemas atuais de IA têm dificuldade em lidar de forma totalmente automatizada. Para enfrentar esse desafio, apresentamos o FinSight (Financial InSight), uma nova estrutura multiagente para a produção de relatórios financeiros multimodais de alta qualidade. A base do FinSight é a arquitetura Code Agent with Variable Memory (CAVM), que unifica dados externos, ferramentas projetadas e agentes em um espaço variável programável, permitindo a coleta flexível de dados, análise e geração de relatórios por meio de código executável. Para garantir visualizações de nível profissional, propomos um Mecanismo Iterativo de Aprimoramento Visual que refina progressivamente as saídas visuais brutas em gráficos financeiros polidos. Além disso, uma Estrutura de Escrita em Duas Etapas expande segmentos concisos de Chain-of-Analysis em relatórios coerentes, com citações e multimodais, garantindo tanto profundidade analítica quanto consistência estrutural. Experimentos em diversas tarefas em nível de empresa e setor demonstram que o FinSight supera significativamente todas as linhas de base, incluindo sistemas líderes de pesquisa profunda, em termos de precisão factual, profundidade analítica e qualidade de apresentação, mostrando um caminho claro para a geração de relatórios que se aproximam da qualidade de especialistas humanos.

English

Generating professional financial reports is a labor-intensive and intellectually demanding process that current AI systems struggle to fully automate. To address this challenge, we introduce FinSight (Financial InSight), a novel multi agent framework for producing high-quality, multimodal financial reports. The foundation of FinSight is the Code Agent with Variable Memory (CAVM) architecture, which unifies external data, designed tools, and agents into a programmable variable space, enabling flexible data collection, analysis and report generation through executable code. To ensure professional-grade visualization, we propose an Iterative Vision-Enhanced Mechanism that progressively refines raw visual outputs into polished financial charts. Furthermore, a two stage Writing Framework expands concise Chain-of-Analysis segments into coherent, citation-aware, and multimodal reports, ensuring both analytical depth and structural consistency. Experiments on various company and industry-level tasks demonstrate that FinSight significantly outperforms all baselines, including leading deep research systems in terms of factual accuracy, analytical depth, and presentation quality, demonstrating a clear path toward generating reports that approach human-expert quality.